基于1-DCNN-LSTM的滚动轴承自适应故障诊断方法研究(无全文)

作者:顾鑫;唐向红;陆见光;黎书文 刊名:机床与液压 上传者:

抱歉,该篇全文还没有人上传哦!我要 上传, 我要 求助

【摘要】针对滚动轴承故障振动信号的非线性和非平稳特征;提出了一种自适应的一维卷积神经网络(1-DimensionalConvolutionalNeutralNetworks;1-DCNN)和长短期记忆网络(LongShort-TermMemory;LSTM)融合的轴承故障诊断方法;首先;将原始一维振动信号通过有重叠取样的方式分别输入1-DCNN和LSTM两个通道;然后通过Concatenate层进行空间和时间维度上特征信息的融合;最后;通过Softmax分类器进行故障类别的分类输出;该方法可以直接从原始振动信号中自适应提取特征;实现了"端到端"的故障诊断;采用CTU-2实验平台故障数据;通过对滚动轴承的不同故障类型、不同传感器采集方位、不同故障直径进行实验分析;结果表明:该方法在识别轴承故障类别上与其他方法相比具有更高的识别精度;并具有良好的有效性和稳定性;

参考文献

引证文献

问答

我要提问